Trois méthodes pour améliorer l’expérience grace aux données

1) La data experience: une nouvelle discipline

L'agrégation de toujours plus de données amène souvent à une perte du sens. La perte du sens est issue du cumul des approximations et de la perte du contexte du client. Souvent on agrège puis on essaye de trouver des tendances et des explications sur le comportement d'une catégorie de client.

Une autre façon de travailler est de raisonner au niveau du client. Prendre un client sur base de ses publications sociales et des résultats de ventes de trouver de nouveaux critères de profilage et de comportement.

Cette discipline est nouvelle et il ya encore peu de solution informatique qui la supporte.

Je vous invite à lire le post Why all companies need a data experience designer.

2) Data cleansing

Le data cleansing n'est pas nouveau. Il consiste à mettre au point des processus pour assurer la qualité des données. Il existe aujourd'hui des recettes, des outils et des algorithmes très performants.

Dans les recettes, les noms de sociétés sont souvent dupliquées car la forme sociale est très variable  : Sàrl, SARL, S.à.R.L... Ces duplications sont nuisibles pour l'organisation et la bonne tenue des processus. Nous utilisons des règles (Regex) pour trouver et dé-dupliquer ces noms.

3) Le big data

Derrière ce nom obscur qui ressemble au big bang, on a un concept assez simple qui consiste à créer des algorithmes qui permettent de travailler sur plusieurs machines de façon transparente. Le big data, c'est comme un système d'exploitation conçu pour des fermes de serveurs. Le fait de répartir les données sur plusieurs serveurs en dynamique permet de s'adapter à des besoins ponctuels d'analyse marketing sans devoir acheter une ferme de serveurs. On peut louer une ferme de serveurs chez Amazon. On peut faire face à des Terraoctets de données non structurée en utilisant le web-scraping, l'augmentation des données et les réseaux sociaux.

 

Jan, 30, 2016

0